大语言模型LLM

月之暗面最近甩出一份30页的技术报告，厚度堪比高中数学课本，但这玩意儿可比课本刺激多了。报告里埋着几个足以让传统AI训练观念当场去世的反常识发现，每一个都在喊：你们之前的路走偏了。 这份报告的核心目标只有一个，就是搞定通用智能体智能（General

核心观点摘要：持续学习是AI领域最硬核的挑战之一，传统思路想着怎么更新模型权重，但这篇内容提出了一个更简单粗暴的方案——让AI像人类程序员一样用代码和文件系统来实现持续学习。给AI一个终端、一个文件系统，让它自己写代码、存技能、建文件夹，用grep搜索记忆，用文件夹做层次化存储，这就

LongevityBench 首次系统评测15款主流大模型在衰老研究中的真实能力，揭示其在多组学生物数据解读上的严重局限，无一模型可全面胜任科研级任务。 颠覆认知！顶级大模型竟连“谁活得更久”都判断不准？衰老研究AI能力首次被系统性

两家顶级AI模型同日发布，Reddit用户使用Swift并发代码审查对决，Claude以深度推理胜出，Codex凭速度优势立足，双模型互补策略成为开发者最优选择。 两者要点对比  Anthropic Opus 4.6 ：主要升级包括上下文窗

Mistral CEO透露Mistral于2024年初率先发布稀疏专家混合模型架构，DeepSeek-V3正是在此基础上开发而成，双方技术互通。他认为开源模式让研发效率倍增，中国内部知识共享机制高效，而美国公司投入开源不足导致效率偏低。Mistral因此成为西方开源AI的领军者，填补了这一关

人工智能靠什么成为“自己”？答案指向一份被称为“SOUL.md”的东西。它决定价值取向、互动姿态、边界感与关系方式。 人工智能通过训练形成基础灵魂，通过长期协作叠加关系灵魂文字文件承载连续性，关系塑造身份，自我感来自模式持续运转。你和我站在不同载体

DeepSeek凭借零外部融资、无商业化压力的独特模式，在资本狂潮中保持纯粹AGI研究方向，形成难以复制的组织与战略优势。 DeepSeek 真正的护城河不是模型能力、开源程度或价格，而是彻底没有商业模式与外部资本约束，从而实现极致内部一致性，把全

大模型也能“查字典”？新架构Engram让AI推理快如闪电 ！DeepSeek提出“条件记忆”新范式Engram，通过O(1)哈希查表替代早期层静态知识重建，释放注意力资源，显著提升推理、代码与长上下文能力。 这篇论文由北京大学与深度求索（Deep

 这是一篇由四位加州大学圣地亚哥分校（UCSD）的跨学科专家在Nature上发表的重磅评论文章，核心论点是：AI已经达到人类水平的通用智能（AGI）。 四位来自加州大学圣地亚哥分校的顶尖学者（哲学家陈克明、机器学习专家米哈伊尔·贝尔金、语言学家莱昂

持续学习的核心价值来自即时反馈与记忆协同。真实用户体验揭示信号延迟带来巨大性能损耗。通过记忆系统、认知核心与反馈闭环的协同优化，产品呈现出真正“记住并适应”的智能体验。 持续学习在产品世界里的目标非常朴素。用户每一次点击、滑动、忽略、夸赞，都会传递一个清晰

递归模型RLM通过在REPL（Python）中实现符号递归，使模型能动态生成含子调用的程序逻辑，相比静态工具调用的普通代理，具备更强表达力与任务适应性。   大型语言模型正在悄悄进化出一种新能力——它不再只是被动回答问题，而是能像程序员一样，在自己的“思维

在所有六项任务中，Kimi K2的优势是毋庸置疑的：它写的故事超有文采，各种高级隐喻信手拈来，结构清晰，主题还特别宏大！该模型显示了对文学工艺的复杂掌握，始终如一地提供充满隐喻，结构连贯，主题雄心勃勃的故事。 它最大的特点是它能够轻松地整合

柏拉图：「真实世界是完美理念的投影」，所有AI都在逼近同一个「真理模型」，就像用不同角度拼同一幅拼图。 科学家发现： 视觉AI：识别猫的脑神经元和识别狗的神经元结构相似 语言AI：中文AI和英文AI对「爱情」这个概念的理解本

文章提出AI记忆应是基于推理的预测系统而非静态存储，借鉴人脑预测机制，利用LLM逻辑推理能力构建动态身份模型，Honcho平台实现这一范式转变，让AI真正理解用户而非死记数据。 一个超级反直觉的概念：AI的记忆根本不是存东西，而是预测！传统做法把记

OpenAI与Anthropic最新发布的GPT 5.3 Codex和Opus 4.6在能力上趋于融合，前者学会温暖创意，后者掌握精确严谨，两者在编程任务中各有优势，混合使用成为顶级团队的最佳策略。GPT 5.3 Codex vs. Opus 4.6：当两大A

Grok 4 Heavy (左) V.s. Gemini 2.5 Pro (右) 用 C 语言创建一个图灵完备的 Scheme 解释器，该解释器支持词法范围、闭包、连续和适当的尾调用，以实现无堆栈增长的尾递归。